Quantcast
Channel: Tietotekniikka - ePressi
Viewing all articles
Browse latest Browse all 5322

Väitös: Multimodaalisen käyttäjädatan luokittelijan kevyt mukauttaminen muuttuvissa tilanteissa

$
0
0

Tietokonesovellukset voisivat olla nykyistä älykkäämpiä, jos ne kykenisivät mukautumaan automaattisesti erilaisiin käyttötilanteisiin. Tämän mahdollistamiseksi sovellusten pitäisi oppia suorittamisen aikana erilaisten käyttäjien mieltymyksiä erilaisissa sovellusten käyttötilanteissa. Esimerkiksi millaisia elokuvia käyttäjä katsoo yksin iltaa viettäessään tai kavereiden seurassa, milloin on sopivaa hälyttää käyttäjä äänisignaalilla tai vaihtoehtoisesti tekstiviestillä. Tavanomaiset koneoppimisen menetelmät eivät sovellu tähän tarkoitukseen, koska ne edellyttävät runsaasti käyttäjän aikaa koota näyteaineistoa erilaisista tilanteista, eivätkä käyttäjät halua investoida tähän aikaansa.

Väitöskirjatyössä on kehitetty kevyitä ratkaisuja (lightweight) sovellusten ajonaikaiseen mukauttamiseen erilaisiin käyttötilanteisiin. Työssä esitetään sovellusten ja niiden käyttötilanteiden avainominaisuuksien luonnehdintaan ratkaisuja sekä mukauttamisen suunnittelijoille ohjeistuksia. Kehitetyt ratkaisut on testattu kokeellisesti realistisista tilanteista kootulla datalla. Tulokset osoittavat, että kevyttä mukauttamista hyödyntämällä tarvittavaa käyttäjän aikaa voidaan vähentää merkittävästi ja että mukauttaminen tuottaa käyttäjille heidän arvostamiaan lopputuloksia.

- - -

Master of Science Elena Vildjiounaite väittelee Oulun yliopistossa 20.5.2016. Älykkäiden järjestelmien alaan kuuluvan väitöskirjan otsikko on Lightweight Adaptation to Situational Changes in Classifiers of Multimodal Human Data (Multimodaalisen käyttäjädatan luokittelijan kevyt mukauttaminen muuttuvissa tilanteissa). Vastaväittäjinä toimivat professori Jürgen Ziegler (University of Duisburg-Essen, Duisburg, Saksa) ja professori Ari Visa (Tampereen teknillinen yliopisto). Kustoksena toimii professori Tapio Seppänen. Väitöstilaisuus alkaa Linnanmaalla luentosalissa TS101 kello 12.

- - -

Oppiarvo ja nimi:
Master of Science Elena Vildjiounaite

Nykyinen työpaikka:
VTT

Tiedekunta ja laitos:
Tieto- ja sähkötekniikan tiedekunta, konenäön ja signaalianalyysin tutkimuskeskus CMVS
0294 480 000

Väitöskirjan www-osoite: http://jultika.oulu.fi/Record/isbn978-951-38-8411-6


Viewing all articles
Browse latest Browse all 5322

Trending Articles